Github 超兩萬人點 , 數據庫運維效率爆了
每天對著繁瑣的SQL查詢抓耳撓腮?
別慌!這個項目就是為了解決傳統SQL查詢復雜高效問題的神器,適合每一個想提升效率和精準度的運維工作者。省時、省力、更省心,再難的SQL問題也輕松拿捏,值得一試!
Vanna是什么

這個項目的名字是 Vanna,一款開源的智能工具,專門幫你把自然語言的問題輕松翻譯成SQL查詢,簡直是SQL小白和數據專家的福音。它還支持各種主流數據庫,從 PostgreSQL 到 MySQL,通通搞定。不管是復雜的業務需求還是各種報表查詢,用它都能做到“所問即所得”。
核心功能

(1) 聊天式查詢,輕松提問
就像聊天一樣,輸入你想問的問題,比如“問表里的數據量?”,Vanna 自動生成對應的SQL,一次搞定。

(2) 支持多種數據庫,超靈活
不管你用的是 PostgreSQL、MySQL 還是 Snowflake,兼容性滿分,覆蓋運維常見場景。
(3) 簡單易上手,超省時間
不需要深厚的技術功底,普通用戶也能快速上手,減少學習和開發成本。
(4) 圖表展示,一目了然
自動配備圖表功能,讓數據更直觀,再也不用到處復制粘貼。

(5) 精準高效,復雜問題輕松解決
對于超復雜的查詢語句也能精準生成,幫你批量解決大問題。
(6) AI持續學習,越用越聰明
支持訓練和自學習,提問越多,生成的SQL越準確,長期用還能成為“運維好幫手”。
安裝指南
(1) 快速安裝確保你的環境中已經安裝了Python,接下來一步步操作:
pip install vanna(2) 初次配置根據需要選擇 LLM(如 OpenAI)和數據庫驅動:
from vanna.openai.openai_chat import OpenAI_Chat
from vanna.chromadb.chromadb_vector import ChromaDB_VectorStore
class MyVanna(ChromaDB_VectorStore, OpenAI_Chat):
def __init__(self, cnotallow=None):
ChromaDB_VectorStore.__init__(self, cnotallow=config)
OpenAI_Chat.__init__(self, cnotallow=config)
vn = MyVanna(cnotallow={'api_key': 'sk-...', 'model': 'gpt-4-...'})(3) 快速訓練向 Vanna 添加數據庫結構信息,方便后續提問:
vn.train(ddl="""
CREATE TABLE my_table (
id INT PRIMARY KEY,
name VARCHAR(100),
age INT
)
""")(4) 提問并獲取SQL結果輸入你的問題,立刻獲得SQL:
sql_query = vn.ask("總共有幾張表 , 每張表的數據有多少 ?")
print(sql_query)不懂技術卻需要做數據分析?不想總是求人寫SQL?Vanna 讓這些變得可能。一鍵搞定SQL生成,從此運維生活告別低效和繁瑣。用過的人都說好,智能、簡單又高效,絕對是你辦公桌上不可缺少的利器。



























